Unser Gastautor Alex Jacobi ist CEO und Gründer von Audiovisual Intelligence. Er uns sein Team von über 30 leidenschaftlichen Audiogeeks, Musikern, Entwicklern, Geschichtenerzählern,

Projektmanagern und Vertriebsspezialisten aus aller Welt arbeiten mit Begeisterung für Marken an nahezuallen Aspekten der audiovisuellen Kommunikation. Wie er die Liebe und Leidenschaft für Musik, Stimmen und Audio mit der unbegrenzten Kraft verbindet, große Datenmengen, künstliche Intelligenz und exponentielle Technologien zu liefern und welche Rolle Salesforce dabei spielt, erzählt er uns in seinem Gastbeitrag.

Big Data und K.I. sind mittlerweile überall angekommen. Vom Start-up bis zum DAX-Konzern. Und doch ist die ganz konkrete Implementierung und Lösungsfindung für viele immer noch ein Buch mit sieben Siegeln.

In unserer Firma “Alex Jacobi Audiovisual Intelligence” helfen wir Marken wie z.B. Nivea und Ferrero ihre akustische Identität zu finden und so effizient und effektiv wie möglich zu kommunizieren. Das machen wir mit Algorithmen, die vorhersagen, wie Menschen emotional auf Musik und Stimmen reagieren.

Diese Algorithmen sind die Grundbausteine für Tools von Self-Service bis zu Assistenzsystemen für Fachleute. 90 Prozent unserer Services laufen auf Lösungen von Salesforce wie Sales Cloud und Einstein für unser Team und Heroku für Kundenfrontends wie sprechersprecher.de.

Die Datenbasis für unsere Algorithmen erzeugen wir mit force.com Applikationen, die die Grundlage für unser Machine Learning liefern. In diesem Blogpost möchte ich berichten, wie wir dazu gekommen sind und was wir aus den vielen Fehlern auf unserem Weg gelernt haben. Und wir sind noch lange nicht am Ziel:

Problem First, A.I. second

Wie bei vielen neuen Technologien sind Unternehmen auf der Suche nach Anwendungsgebieten. Das ist auch gut so, denn nur durch ausprobieren findet man einen Zugang zu Neuem. Aber häufig passiert es, dass der Einsatz neuer Technologien dazu führt, dass die Suche nach einer K.I.-Anwendung zum Selbstzweck wird. Hauptsache Künstliche Intelligenz, egal wofür. Dabei sollte man nie vergessen, dass Machine Learning und Big Data nur weitere (zugegebenermaßen sehr mächtige) Tools sind.

Auch wir hatten hier eine steile Lernkurve zu bewältigen. Ein Schlüsselerlebnis für mich war es, als mir ein Data-Science-Kollege am Anfang unserer Implementierung sagte: „Ganz ruhig Alex, da brauchen wir keine A.I.! Das ist Statistik erstes Semester.“ K.I. wird immer dann spannend, wenn es darum geht aus der Vergangenheit für die Zukunft zu lernen. Einstein Forecasting ist z.B. ein Tool, auf das wir nicht mehr verzichten möchten.

Von „Big Problem“ zu „Big Data“

Vor einer K.I.-Strategie steht vor allem aber erst einmal die Datenlage. Ohne ein solides Dataset brauche ich weder ein neuronales Netz noch Big Data-Analysen. Und häufig scheitert es genau daran. Hier war für uns force.com ein ganz wesentliches Tool. Mittels kleiner Custom Objekte in force.com ist es sehr einfach, firmenspezifische Businessprozesse in Salesforce zu integrieren. Wir haben uns beispielsweise in wenigen Stunden eine force.com App gebaut, die die technische Qualität von Audioverbindungen über das Internet mit Lieferanten dokumentiert. Als Audioproduktion ist die Qualität einer solchen Verbindung für uns essentiell.

Als nächster wichtiger Schritt kommt die Usability. Man kann nur dann sinnvoll Daten über solch eine App sammeln, wenn sie so accessible ist, dass alle Kollegen sie auch verwenden. Hier kommt force.com einem sehr entgegen, da man mit Hilfe der Standardelemente sehr weit kommt und den Usern von Anfang an eine gewohnte UX bieten kann.

So entsteht eine Basis, mit der nach und nach immer mehr sinnvolle Daten im System landen. Ist ein Datenpool erst einmal aufgebaut, ergibt es Sinn sich Gedanken zur Auswertung zu machen. Reports und Dashboards sind ein guter Startpunkt. Ab hier kann dann eine algorithmische Auswertung der Daten spannend sein. Je nach Fragestellung können diese Daten dann zum Beispiel als Trainingsdaten für Machine Learning dienen, um aus den Daten der Vergangenheit für die Zukunft zu lernen.

Skynet vs. Her

Der für mich mit Abstand wichtigste Punkt ist die Motivation hinter Algorithmen, A.I. und Data. Wer zum ersten Mal sein eigenes Dataset in Kombination mit Predictions aus neuronalen Netzen erlebt, ist in der Regel tief fasziniert und überwältigt. Unsere erste Reaktion war: “Wow, da brauchen wir ja bald keine Menschen mehr. Der Algorithmus macht Dinge in Sekunden, die vorher Stunden oder Tage gebraucht haben.”

Auch Hollywood ist hier keine große Hilfe. Zu viele Filme zeigen die möglichen negativen Folgen einer Künstlichen Intelligenz, egal ob Skynet in Terminator oder die - filmisch ganz hervorragende - Serie “Black Mirror”. Nicht wenige Ressentiments diesen Technologien gegenüber kommen aus dieser Richtung. Mein Lieblingsbeispiel für eine Human First positive A.I. ist der Film “Her” von Spike Jonze. Ein absolutes Muss für alle, die ihn noch nicht gesehen haben.

Aber zurück in die reale Welt: Auch wenn eine K.I. vieles viel schneller kann als Menschen, kann sie vieles auch nicht. Transferleistungen, kreative Entscheidungen und “out of the box thinking” kann eine heutige K.I.-Technologie nicht leisten.

Eine K.I., die die Sorgen und Ressentiments von Usern nicht ernst nimmt, wird keine Adaption im Unternehmen, bei Kunden oder Lieferanten haben. Dadurch scheitern viele Projekte, obwohl sie auf vielversprechenden Technologien aufbauen.

Human / Machine Cooperation

Ein viel besserer Weg, K.I.-Technologie einzusetzen, ist der Gedanke, Tools und Hilfsmittel zu bauen, die Menschen stärken und unterstützen, statt sie zu ersetzen. Meine Learnings zu diesem Thema dokumentiere ich in meinem Podcast "With love and data”.

Ich unterhalte mich mit Menschen, die zwischen den Silos denken und erzählen, wie sie Data und menschliche Fähigkeiten kombinieren. Zum Beispiel Jon Suarez-Davis, CSO Marketingcloud von Salesforce, der eine spannende Vergangenheit als Brand Marketer hat, Babak Hodjat, Silicon Valley Legende und Gründer des SIRI Teams oder Javier Sanchez Lamelas, der als Global VP Marketing bei Coca Cola mit Hilfe von Daten und Intuition Coke Zero entwickelt und weltweit ausgerollt hat.

Abschließen möchte ich diesen kurzen Blogpost mit einen Satz von Babak Hodjat: “Humanity is defined by being able to extend itself using tools”. Und alle LeserInnen dazu ermutigen einfach anzufangen. Das kleine Custom Object heute powered Ihre A.I. von morgen. Viel Erfolg!